本文選題：專利法律狀態(tài) + 數(shù)據(jù)清洗�。� 參考：《南京理工大學(xué)》2017年碩士論文

【摘要】：專利法律狀態(tài)信息具有時序特征,能夠體現(xiàn)專利的生命周期和特定時間內(nèi)權(quán)利歸屬等特征,在專利分析中具有獨特價值。其清洗工作要求保證法律狀態(tài)個體的正確性和狀態(tài)之間時序關(guān)系的合理性。但是,現(xiàn)有數(shù)據(jù)清洗研究集中于對單個數(shù)據(jù)的清洗,很少涉及到時序關(guān)系數(shù)據(jù)的清洗。因此,構(gòu)建并實現(xiàn)能夠?qū)r序關(guān)系進(jìn)行清洗的專利法律狀態(tài)信息清洗框架勢在必行。多維魯棒數(shù)據(jù)質(zhì)量分析模型能夠方便有效的完成對時序關(guān)系數(shù)據(jù)的清洗。該方法首先進(jìn)行時序數(shù)據(jù)庫建模,即抽象出時序數(shù)據(jù)中的狀態(tài)集及狀態(tài)轉(zhuǎn)移關(guān)系,并形式化表示,然后通過模型檢測的方式將時序數(shù)據(jù)清洗任務(wù)轉(zhuǎn)換為模型檢測任務(wù),從而識別出時序數(shù)據(jù)中所隱藏的時序邏輯問題。該方法實現(xiàn)了數(shù)據(jù)問題的自動化發(fā)現(xiàn),提高了時序數(shù)據(jù)清洗的效率,降低了清洗成本。為了完成法律狀態(tài)個體以及狀態(tài)之間時序關(guān)系的清洗工作,本文利用多維魯棒數(shù)據(jù)質(zhì)量分析模型對法律狀態(tài)信息數(shù)據(jù)庫建模,并對其進(jìn)行模型檢測,實現(xiàn)法律狀態(tài)信息時序關(guān)系的清洗,并以此為核心構(gòu)建并實現(xiàn)法律狀態(tài)信息清洗框架。通過對實際數(shù)據(jù)的清洗驗證了框架的科學(xué)性和有效性,發(fā)現(xiàn)了專利法律狀態(tài)信息在時序關(guān)系方面的常見錯誤模式,并對這些錯誤進(jìn)行了分析。本文將多維魯棒數(shù)據(jù)質(zhì)量分析模型應(yīng)用到專利法律狀態(tài)信息時序關(guān)系的清洗中,為時序數(shù)據(jù)清洗提供了新思路,同時本文構(gòu)建的數(shù)據(jù)清洗框架,為同類型數(shù)據(jù)清洗工作提供了實證參考。
[Abstract]:Patent legal status information has the characteristics of time series, which can reflect the characteristics of the life cycle of the patent and the rights belonging to a certain time. It has the unique value in the patent analysis. The cleaning work requires the rationality of the timing relationship between the correctness and the state of the individual in the legal state. However, the current research of data cleaning is concentrated on the individual. The cleaning of data is rarely involved in the cleaning of temporal relational data. Therefore, it is imperative to build and implement a patent legal status information cleaning framework that can clean the temporal relationship. The multidimensional robust data quality analysis model can easily and efficiently complete the cleaning of temporal relational data. The model, namely, abstracts the state set and state transfer relation in the time series data, and formally expresses it, and then transforms the time series data cleaning task into the model detection task through the model detection method, thus identifying the temporal logic problems hidden in the time series data. This method has realized the automatic discovery of the data problem and improved the time sequence. The efficiency of data cleaning reduces the cost of cleaning. In order to complete the cleaning of the time sequence relationship between the legal state individual and the state, this paper uses the multidimensional robust data quality analysis model to model the legal state information database, and carries out the model detection to realize the cleaning of the temporal relation of the legal state information, and takes this as the core. Construction and implementation of the legal state information cleaning framework. Through the cleaning of actual data to verify the scientific and effective framework of the framework, the common error patterns in the temporal relationship of patent legal status information are found, and these errors are analyzed. This paper applies the multidimensional robust data quality analysis model to the patent legal state. In the cleaning of the temporal relation of information, a new idea is provided for the cleaning of time series data. At the same time, the data cleaning framework constructed in this paper provides an empirical reference for the cleaning of the same type of data.

【學(xué)位授予單位】：南京理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：D923.42;G306

【相似文獻(xiàn)】

相關(guān)會議論文 前10條

1 俞榮華;郭志懋;田增平;周傲英;;一個可擴展的數(shù)據(jù)清洗系統(tǒng)[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2001年

2 崔運釧;劉連忠;;一種可擴展的數(shù)據(jù)清洗系統(tǒng)的設(shè)計與實現(xiàn)[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

3 汪愛民;;寶鋼全流程合同數(shù)據(jù)清洗與組織方案的設(shè)計和應(yīng)用[A];全國冶金自動化信息網(wǎng)2014年會論文集[C];2014年

4 蔣勇青;楊奕虹;楊賀;;論數(shù)據(jù)清洗對信息檢索質(zhì)量的影響及清洗方法[A];2011年中國索引學(xué)會年會暨成立二十周年慶典論文集[C];2011年

5 李智;宋杰;冷芳玲;王大玲;鮑玉斌;于戈;;一種基于構(gòu)件擴展的數(shù)據(jù)清洗框架[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（一）[C];2008年

6 高淑娟;鮑玉斌;江志綱;王大玲;于戈;;一種基于最小風(fēng)險貝葉斯決策的數(shù)據(jù)清洗策略[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2002年

7 王妍;石鑫;宋寶燕;;基于偽事件的RFID數(shù)據(jù)清洗方法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

8 李曉靜;谷峪;呂雁飛;王艷秋;于戈;;基于動態(tài)事件概率模型的高效RFID數(shù)據(jù)清洗算法[A];第二十五屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（二）[C];2008年

9 肖英治;陳紅;;帶數(shù)據(jù)清洗功能的數(shù)據(jù)預(yù)處理系統(tǒng)PW-ETL的設(shè)計與實現(xiàn)[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2004年

10 趙之慧;;專利數(shù)據(jù)加工[A];2014年中華全國專利代理人協(xié)會年會第五屆知識產(chǎn)權(quán)論壇論文（第二部分）[C];2014年

相關(guān)重要報紙文章 前1條

1 中國人民財產(chǎn)保險股份有限公司信息技術(shù)部副總經(jīng)理 鹿慧　編譯;在SOA中創(chuàng)建獨立的數(shù)據(jù)清洗服務(wù)[N];計算機世界;2009年

相關(guān)博士學(xué)位論文 前1條

1 樊華;面向物聯(lián)網(wǎng)的RFID不確定數(shù)據(jù)清洗與存儲技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 高寶;不確定性RFID數(shù)據(jù)清洗算法研究[D];南京信息工程大學(xué);2015年

2 葉晨;基于眾包的數(shù)據(jù)清洗關(guān)鍵技術(shù)的研究[D];哈爾濱工業(yè)大學(xué);2015年

3 張曉東;基于業(yè)務(wù)模型的數(shù)據(jù)清洗與整合平臺的設(shè)計與實現(xiàn)[D];電子科技大學(xué);2015年

4 艾超;針對在線產(chǎn)品支撐數(shù)據(jù)的過濾和分析系統(tǒng)的研究與設(shè)計[D];電子科技大學(xué);2015年

5 王江;數(shù)據(jù)清洗技術(shù)研究及清洗框架的設(shè)計與實現(xiàn)[D];內(nèi)蒙古大學(xué);2016年

6 陳飛;基于MapReduce的數(shù)據(jù)清洗算法研究[D];昆明理工大學(xué);2016年

7 李寧寧;大數(shù)據(jù)清洗系統(tǒng)中優(yōu)化技術(shù)的研究與實現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

8 盛丹丹;面向農(nóng)業(yè)領(lǐng)域知識庫構(gòu)建的數(shù)據(jù)清洗方法優(yōu)化研究[D];中國農(nóng)業(yè)科學(xué)院;2016年

9 鄭紀(jì)玲;數(shù)據(jù)清洗在構(gòu)建POI數(shù)據(jù)倉庫中的研究與應(yīng)用[D];中國礦業(yè)大學(xué);2016年

10 李苗;船舶監(jiān)控系統(tǒng)中實時數(shù)據(jù)清洗技術(shù)研究[D];南京航空航天大學(xué);2016年

，

本文編號：1802835